Yapay Zeka Haberleri

Yapay Zekaya Üç Boyutlu Dünya Görüşü: Loc3R-VLM ile Mekansal Zeka Devrimi

Yeni bir yapay zeka çerçevesi olan Loc3R-VLM, tek bir kamera görüntüsünden yola çıkarak dil modellerine gelişmiş üç boyutlu mekansal anlama yeteneği kazandırıyor. Bu sayede yapay zeka, çevresini insanlar gibi algılayıp yorumlayabilecek.

ConGA: Bağlamsal Cinsiyet Ek Açıklaması İçin Yönergeler. Makine Çevirisinde Cinsiyet Ek Açıklaması İçin Bir Çerçeve

Diller arası cinsiyet yönetimi, Makine Çevirisi (MÇ) ve Büyük Dil Modelleri (BDM) için, özellikle cinsiyet ayrımı olmayan dillerden morfolojik olarak cinsiyetli dillere, örneğin İngilizceden İtalyancaya çeviri yaparken, kalıcı bir zorluk olmaya devam etmektedir. İngilizce dilbilgisel cinsiyeti büyük ölçüde göz ardı ederken, İtalyanca birden fazla dilbilgisel kategoride açık bir uyum gerektirir. Bu asimetri, genellikle MÇ sistemlerinin varsayılan olarak eril formları kullanmasına yol açarak yanlılığı pekiştirir ve çeviri doğruluğunu azaltır. Eklemek gerekirse...

Makine Çevirisinde Cinsiyet Belirsizliğini Giderme: Yalnızca Kod Çözücü Mimarilerde Tanısal Değerlendirme

Büyük Dil Modelleri, geniş bir NLP görevi yelpazesinde en son teknoloji ürünü sonuçlar elde etse de, sistematik önyargılara eğilimli olmaya devam etmektedir. Bunlar arasında cinsiyet önyargısı, diller arasında cinsiyetin nasıl ve ne şekilde işaretlendiğine dair sistematik farklılıklar nedeniyle makine çevirisinde özellikle belirgindir. Sonuç olarak, çeviri genellikle örtük kaynak sinyallerini açıkça cinsiyet işaretli biçimlere dönüştürerek belirsizliği gidermeyi gerektirir. Bu bağlamda, standart kıyaslamalar geniş eşitsizlikleri yakalayabilir ancak cinsiyetin tam karmaşıklığını yansıtmada yetersiz kalır...

ShapleyLaw: Çok Dilli Ölçeklendirme Yasalarına Oyun Teorik Bir Yaklaşım

Çok dilli ön eğitimde, önceden eğitilmiş bir modelin test kaybı, ön eğitim verisindeki her dilin oranından, yani <em>dil karışım oranlarından</em> büyük ölçüde etkilenir. Çok dilli ölçeklendirme yasaları, farklı dil karışım oranları altındaki test kaybını tahmin edebilir ve bu nedenle optimal oranları tahmin etmek için kullanılabilir. Ancak, çok dilli ölçeklendirme yasalarına yönelik mevcut yaklaşımlar, <em>çapraz dil transfer</em> etkisini ölçmemekte ve bu da suboptimal karışım oranlarına yol açmaktadır...

Gömme Alanı Sondajı Yoluyla Verimli Eğitimsiz Çoklu Belirteç Tahmini

Büyük dil modelleri (LLM'ler), yalnızca bir sonraki belirteç üretimi için eğitilmiş olmalarına rağmen, gizli çoklu belirteç tahmini (MTP) yetenekleri sergilemektedir. Model ağırlıklarını değiştirmeden veya yardımcı taslak modellere güvenmeden, gelecekteki belirteçlerin paralel tahminini sağlayan, LLM'yi gömme alanından alınan anlık maske belirteçleri kullanarak sorgulayan basit, eğitimsiz bir MTP yaklaşımı öneriyoruz. Yöntemimiz, maske belirteci logitlerinden ilk K adayı örnekleyerek spekülatif bir belirteç ağacı oluşturur ve bir l... uygular...

Ağırlık kümelenmiş büyük dil modellerinde yalnızca göreceli sıralamalar önemlidir

Büyük dil modelleri (LLM'ler) milyarlarca parametre içerir, ancak birçok kesin değer temel değildir. Önemli olanın, kesin büyüklüklerden ziyade ağırlıkların göreceli sıralaması – yani bir bağlantının diğerinden daha güçlü veya daha zayıf olup olmadığı – olduğunu gösteriyoruz. Benzersiz ağırlık değerlerinin sayısını azaltmak için, önceden eğitilmiş modellere ağırlık kümelemesi uygulayarak her ağırlık matrisini K-means'ten alınan K ortak değerle değiştiriyoruz. Llama 3.1-8B-Instruct ve SmolLM2-135M için, her matrisi yalnızca 16-64 farklı değere indirgemek...

IndicSafe: Güney Asya'da Çok Dilli Büyük Dil Modeli Güvenliğini Değerlendirmek İçin Bir Kıyaslama Aracı

Büyük dil modelleri (LLM'ler) çok dilli ortamlarda kullanıldıkça, kültürel olarak çeşitli, düşük kaynaklı dillerdeki güvenlik davranışları yeterince anlaşılamamıştır. 1,2 milyardan fazla insan tarafından konuşulan ancak büyük dil modeli eğitim verilerinde yeterince temsil edilmeyen 12 Hint dilinde büyük dil modeli güvenliğinin ilk sistematik değerlendirmesini sunuyoruz. Kast, din, cinsiyet, sağlık ve siyaset gibi konuları kapsayan 6.000 kültürel temelli istemden oluşan bir veri kümesi kullanarak, önde gelen 10 büyük dil modelini istemin çevrilmiş varyantları üzerinde değerlendiriyoruz. ...

Yapay Zeka, İnsan Dilleri Arasındaki Gizli Mesafeyi Ortaya Çıkarıyor: Dilbilimde Yeni Bir Dönem Mi?

Çok dilli yapay zeka modelleri, diller arasındaki ilişkileri nicel olarak ölçerek dilbilim, antropoloji ve insanlık tarihi araştırmalarına yeni bir boyut kazandırıyor. Bu yenilikçi yaklaşım, dillerin evrimsel süreçlerini daha net anlamamızı sağlayabilir.

Video Yapay Zekasında Yeni Dönem: Görüntü-Dil Modelleri Daha Hızlı ve Akıllı Hale Geliyor

Video tabanlı görüntü-dil modelleri (VLM'ler) için verimlilik sorununu çözen yeni bir yöntem geliştirildi. Bu "birleşik uzamsal-zamansal belirteç puanlaması" sayesinde, modeller videolardaki gereksiz bilgiyi eleyerek çok daha hızlı ve doğru çalışabiliyor.

Yapay Zeka İnsan Hareketlerini Anlamada Yeni Bir Çağ Başlatıyor: SkeletonLLM Nedir?

Çok modlu büyük dil modelleri (MLLM'ler) artık insan iskelet verilerini doğrudan anlayabilecek. SkeletonLLM adlı yeni bir yöntem, yapay zekanın hareket analizi ve insan-bilgisayar etkileşimi alanlarında çığır açmasını sağlayacak.

Yapay Zeka Sanatında Yeni Dönem: EchoGen Hem Çiziyor Hem Anlıyor!

Yapay zeka, EchoGen adlı yeni bir çerçeve ile hem verilen taslaklardan gerçekçi görüntüler oluşturabiliyor hem de bu görüntülerin içeriğini metin ve konum bilgileriyle kusursuzca eşleştirebiliyor. Bu çift yönlü yetenek, görüntü üretimindeki hataları azaltarak daha doğru ve bağlam odaklı sonuçlar vaat ediyor.

Yapay Zeka Destekli Görsel Düzenlemede Yeni Dönem: Metin Gömme Interpolasyonuyla Sınırsız Kontrol

Yapay zeka modelleri, metin komutlarıyla görsel düzenlemede çığır açıyor. Yeni bir çerçeve, ek eğitim veya manuel müdahale gerektirmeden, metin gömme uzayında basit bir yönlendirme ile kesintisiz ve kontrol edilebilir görsel düzenlemeler vadediyor.

3 Boyutlu Nesne Üretiminde Devrim: Yapay Zeka Artık Şekilleri Daha Akıllıca 'Okuyacak'

Yapay zeka modellerinin 3 boyutlu nesneler üretme yeteneği, yeni bir 'tokenizasyon' yöntemi sayesinde önemli ölçüde gelişebilir. 'LoST' adı verilen bu yaklaşım, mevcut sistemlerin verimsizliğini ortadan kaldırarak daha gerçekçi ve detaylı 3D modellerin önünü açıyor.

GMT: 3 Boyutlu Sahnelerde 6 Serbestlik Dereceli Nesne Yörünge Sentezi için Hedefe Koşullu Çok Modlu Dönüştürücü

3 boyutlu ortamlarda kontrol edilebilir 6 serbestlik dereceli nesne manipülasyon yörüngeleri sentezlemek, robotların karmaşık sahnelerle etkileşime girmesini sağlamak için kritik öneme sahiptir, ancak doğru uzamsal akıl yürütme, fiziksel uygulanabilirlik ve çok modlu sahne anlayışı ihtiyacı nedeniyle zorlu olmaya devam etmektedir. Mevcut yaklaşımlar genellikle 2 boyutlu veya kısmi 3 boyutlu gösterimlere dayanır, bu da tam sahne geometrisini yakalama yeteneklerini sınırlar ve yörünge hassasiyetini kısıtlar. Biz, bir çok modlu dönüştürücü çerçevesi olan GMT'yi sunuyoruz...

Eğitimsiz Video Düzenleme Devrimi: Yapay Zeka Gerçek Dünya Videolarını Nasıl Dönüştürüyor?

Yapay zeka destekli video düzenleme teknolojileri hızla gelişirken, gerçek dünya videolarındaki karmaşık eylemleri ve dinamikleri değiştirmek büyük bir zorluk olmaya devam ediyordu. Yeni bir yaklaşım, özel eğitim gerektirmeden bu tür kapsamlı düzenlemeleri mümkün kılarak video prodüksiyonunda çığır açıyor.

Yapay Zeka, 3D Ortamları Daha İyi Anlayacak: Hareket Verileriyle Yeni Bir Dönem

Yeni bir araştırma, çok modlu büyük dil modellerinin (MLLM) 3D sahne algısını, kameralarla birlikte çalışan hareket sensörlerinden gelen verilerle önemli ölçüde geliştirmeyi hedefliyor. Bu yenilik, yapay zekanın sanal dünyayı daha doğru ve verimli bir şekilde yorumlamasının önünü açıyor.

Tek Lifli Optik Frekans Alanı Reflektometrisi (OFDR) Tabanlı Konsantrik Tüp Yönlendirilebilir Sondaj Robotlarının Şekil Algılaması

Bu makale, Optik Frekans Alanı Reflektometrisi (OFDR) tabanlı Konsantrik Tüp Yönlendirilebilir Sondaj Robotları (CT-SDR'ler) için yeni bir şekil algılama yaklaşımı sunmaktadır. Geleneksel FBG tabanlı yöntemlerin aksine, OFDR, gelişmiş uzamsal çözünürlük ile tüm lif uzunluğu boyunca sürekli gerinim ölçümü sağlar. Önerilen yöntemde, tek bir OFDR lifi düz bir NiTi teli ile entegre edilerek önce bir Şekil Algılama Montajı (SSA) üretilir. Kalibre edilmiş SSA daha sonra içinden geçirilerek ve...

Robotik Temel Modelleri için Şartnameye Duyarlı Dağıtım Şekillendirme

Robotik temel modelleri, çeşitli görev ve ortamlarda doğal dil talimatlarını yürütmede güçlü yetenekler sergilemiştir. Ancak, büyük ölçüde veriye dayalı kalmakta ve dağıtım sırasında zaman bağımlı şartnamelerin güvenliği ve karşılanması konusunda resmi garantilerden yoksundurlar. Pratikte, robotların genellikle zamana bağlı hedef ziyaretleri, sıralı hedefler ve kalıcı güvenlik koşulları gibi zengin uzamsal-zamansal gereksinimleri içeren operasyonel kısıtlamalara uyması gerekir. B...

RoboForge: İnsansı Robotlar İçin Fiziksel Olarak Optimize Edilmiş Metin Yönlendirmeli Tam Vücut Hareket

Üretken modeller metinden insan benzeri hareketler üretmede etkili hale gelmiş olsa da, bu hareketleri insansı robotlara fiziksel icraat için aktarmak zorlu olmaya devam etmektedir. Mevcut sistemler genellikle, kinematik kalitenin fiziksel uygulanamazlık, temas geçiş hataları ve gerçek dünya dinamik verilerinin yüksek maliyeti nedeniyle zarar gördüğü retargeting (yeniden hedefleme) ile sınırlıdır. Doğal dil ile insansı robotların tam vücut hareketi arasında bir köprü kuran birleşik, gizli değişken güdümlü bir çerçeve sunuyoruz...

DexViTac: Temas Açısından Zengin Mahir Manipülasyon İçin İnsan Görsel-Dokunsal-Kinematik Gösterimlerinin Toplanması

Büyük ölçekli, yüksek kaliteli çok modlu gösterimler, temas açısından zengin mahir manipülasyonun robot öğrenimi için hayati öneme sahiptir. İnsan merkezli veri toplama sistemleri ölçeklenebilirlik engelini düşürse de, fiziksel etkileşimler sırasındaki dokunsal bilgiyi yakalamakta zorlanırlar. Bu durumdan yola çıkarak, temas açısından zengin mahir manipülasyon için özel olarak tasarlanmış taşınabilir, insan merkezli bir veri toplama sistemi olan DexViTac'ı sunuyoruz. Sistem, birinci şahıs görüşünün, yüksek yoğunluklu...

ProbeFlow: Görsel-Dil-Eylem Modelleri için Eğitimsiz Adaptif Akış Eşleştirme

Akış Eşleştirme (FM) eylem başlıklarıyla donatılmış son Görsel-Dil-Eylem (VLA) modelleri, karmaşık robot manipülasyonunda en güncel performansı elde etmektedir. Ancak, FM'nin gerektirdiği çok adımlı yinelemeli ODE çözümü, duyarlı fiziksel kontrolü engelleyen çıkarım gecikmesi yaratmaktadır. Mevcut hızlandırma çabaları Görsel-Dil Modeli (VLM) omurgasını optimize ederken, eylem başlığı darboğazı göz ardı edilmektedir. Bu sorunu çözmek için, eğitimsiz adaptif bir çıkarım çerçevesi olan ProbeFlow'u öneriyoruz...

Optimizasyon Olarak Üretken Kontrol: Uyarlanabilir ve Sağlam Robotik Kontrol için Zamandan Bağımsız Akış Eşleştirme

Difüzyon modelleri ve akış eşleştirme, robotik taklit öğreniminin temel taşlarından biri haline gelmiştir, ancak çıkarımın genellikle durum karmaşıklığından bağımsız sabit bir entegrasyon programına bağlı olduğu yapısal bir verimsizlikten muzdariptirler. Bu paradigma, politikanın basit hareketler için harcadığı hesaplama bütçesini karmaşık görevler için de harcamasına neden olur. Eylem sentezini yörünge entegrasyonundan dönüştüren zamandan bağımsız bir çerçeve olan Optimizasyon Olarak Üretken Kontrol (GeCO) modelini tanıtıyoruz...

EVA: Video Dünya Modellerini Ters Dinamik Ödüller Aracılığıyla Yürütülebilir Robot Eylemleriyle Hizalama

Video üretken modelleri, robotik için dünya modelleri olarak giderek daha fazla kullanılmaktadır; bu modeller, mevcut gözlem ve görev talimatına bağlı olarak gelecekteki bir görsel akışı üretir ve bir ters dinamik modeli (IDM) üretilen kareleri yürütülebilir robot eylemlerine dönüştürür. Ancak, mevcut video dünya modelleri açık yürütülebilirlik kısıtlamalarından yoksundur. Sonuç olarak, görsel olarak tutarlı akışlar bile katı cisim ve kinematik tutarlılığı ihlal edebilir, bu da kararsız veya uygulanamaz kontrol komutları üretir...

Huddle: Merkezi Olmayan, Minimalist Robotlar Kullanarak Paralel Şekil Montajı

Merkezi olmayan robotlar kullanarak rastgele şekilli montajlar oluşturmak için yeni bir algoritma öneriyoruz. Algoritma, yerel etkileşimlere dayanarak, montajdaki ulaşılamaz durumların veya boşlukların (küresel özelliklerdir) olmamasını sağlar. Montaj içindeki robotlar, sinyalizasyon ve hizalamanın basit bir uygulaması aracılığıyla, yanından geçen robotları montajı genişletmek üzere çeker. Yaklaşımımız minimalisttir ve yalnızca bağlı, en yakın komşular arasındaki iletişimi gerektirir. Hareket agnostiktir ve yeniden...

MALLES: Tüketici Tercihi Uyumlu Çok Ajanlı Büyük Dil Modeli Tabanlı Ekonomik Sanal Alan

Gerçek ekonomide, modern karar alma süreçleri, yüksek boyutlu, çok modlu ortamlar tarafından temelden zorlanmakta olup, bu durum ajan heterojenliği ve kombinatoryal veri seyrekliği ile daha da karmaşıklaşmaktadır. Bu makale, büyük ölçekli modellerin doğal genelleme yeteneklerinden faydalanarak, alanlar arası ve kategoriler arası senaryolara uygulanabilir birleşik bir simülasyon çerçevesi oluşturan Çok Ajanlı Büyük Dil Modeli Tabanlı Ekonomik Sanal Alanı (MALLES) tanıtmaktadır. Yaklaşımımızın merkezinde bir pr...

Düzeltilmiş Hedef Alan Yerel Hizalaması ile Yorumlanabilir Alanlar Arası Az Örnekle Öğrenme

Alanlar Arası Az Örnekle Öğrenme (CDFSL), büyük ölçekli genel verilerle (kaynak alan) eğitilmiş modelleri, az miktarda eğitim verisiyle alt akış hedef alanlara uyarlar; burada görsel-dil modelleri (örn. CLIP) üzerine araştırmalar hala erken aşamalardadır. Tıbbi teşhis gibi tipik alt akış alanları, yorumlanabilir tanıma için ince taneli görsel ipuçları gerektirir, ancak mevcut ince ayarlı CLIP modellerinin, önemli olanlara kabaca odaklanabilmelerine rağmen, bu ipuçlarına odaklanmakta zorlandığını görüyoruz...

UniSAFE: Birleşik Çok Modelli Modellerin Güvenlik Değerlendirmesi İçin Kapsamlı Bir Kıyaslama

Birleşik Çok Modelli Modeller (UMM'ler) güçlü çapraz modalite yetenekleri sunar ancak tek görevli modellerde görülmeyen yeni güvenlik riskleri ortaya çıkarır. Ortaya çıkışlarına rağmen, mevcut güvenlik kıyaslamaları görevler ve modaliteler arasında parçalı kalmakta, karmaşık sistem düzeyindeki güvenlik açıklarının kapsamlı değerlendirmesini sınırlamaktadır. Bu boşluğu gidermek için, 7 G/Ç modalite kombinasyonunda, geleneksel t...

Düşünce Zinciri Üretiminden Önce Güvenlik Karar Alma Sürecini Teşvik Ederek Daha Güvenli Büyük Akıl Yürütme Modellerine Doğru

Büyük akıl yürütme modelleri (BAM'ler), düşünce zinciri (CoT) aracılığıyla dikkate değer bir performans sergilemiş olsa da, son çalışmalar bu gelişmiş akıl yürütme yeteneklerinin güvenlik yeteneklerinde önemli bir düşüş pahasına olduğunu göstermiştir. Bu makalede, BAM'lerin güvenlik bozulmasının yalnızca CoT etkinleştirildikten sonra meydana geldiğini ve CoT devre dışı bırakıldığında bu bozulmanın gözlemlenmediğini ortaya koyuyoruz. Bu gözlem, BAM'leri CoT üretiminden önce güvenlik kararları almaya teşvik etmeyi düşünmemize yol açmaktadır. Bu amaçla, biz öneriyoruz...

Araç Çağırma Uyuşmazlıklarının Çözümü İçin İlerleyici Görsel-Mantık Uyumlu Bir Çerçeve

Sorumluluk anlaşmazlıklarının etkin bir şekilde çözümlenmesi, pazar yerinin adilliğini sürdürmek için çok önemlidir. Ancak, araç çağırma hacmindeki katlanarak artış, manuel incelemeyi imkansız hale getirmekte, geleneksel otomatik yöntemler ise yarı yargısal kararlar için gereken muhakeme şeffaflığından yoksundur. Multimodal LLM'ler umut vadeden bir paradigma sunsa da, genel görsel semantikler ile titiz delil protokolleri arasındaki boşluğu doldurmakta temelden zorlanmakta ve genellikle algısal halüsinasyonlara yol açmaktadır...

Kontrastlı Muhakeme Hizalaması: Gizli Temsillerden Pekiştirmeli Öğrenme

Modelin muhakeme yeteneklerini ve gizli temsillerini kullanarak jailbreak saldırılarına karşı sağlamlığı artırmak için CRAFT adında bir kırmızı takım hizalama çerçevesi öneriyoruz. Çoğunlukla çıktı düzeyinde çalışan önceki savunmaların aksine, CRAFT, büyük muhakeme modellerini, gizli durum alanı üzerinde tanımlanan hedefleri açıkça optimize ederek güvenlik odaklı muhakeme izleri üretmek üzere hizalar. Metodolojik olarak CRAFT, kontrastlı temsil öğrenimini pekiştirmeli öğrenme ile birleştirerek ...

Hizalama, Dil Modellerini Betimleyici Değil, Normatif Hale Getirir

Eğitim sonrası hizalama, dil modellerini insan tercih sinyallerine uyacak şekilde optimize eder, ancak bu amaç gözlemlenen insan davranışını modellemeye eşdeğer değildir. 120 temel-hizalanmış model çiftini pazarlık, ikna, müzakere ve tekrarlanan matris oyunları gibi çok turlu stratejik oyunlarda 10.000'den fazla gerçek insan kararı üzerinde karşılaştırdık. Bu ortamlarda, temel modeller, insan seçimlerini tahmin etmede hizalanmış muadillerine göre neredeyse 10'a 1 oranında daha iyi performans göstermekte olup, bu durum model aileleri ve istem formülasyonu genelinde sağlamdır...

Gizli Klonlar: Görsel-Dil Modeli Topluluklarında Aile Yanlılığını Ortaya Çıkarma ve Düzeltme

Farklı sağlayıcılardan Görsel-Dil Modellerini (VLM'ler) bir araya getirmek (ensembling) kıyaslama doğruluğunu en üst düzeye çıkarır, ancak aynı mimari aileden gelen modeller, standart oylamanın göz ardı ettiği ilişkili hataları paylaşır. Bu yapıyı VQAv2, TextVQA ve GQA üzerinde 8 aileden 17 VLM genelinde inceliyoruz. Aile ile ilişkili hatalar, etkili topluluk boyutunu 2.5-3.6 bağımsız oylayıcıya düşürür ve ilişkili çoğunluk hatalarının, en iyi performansa rağmen doğruluğu %0'a indirdiği yanıltıcı bir katman (%1.5-6.5 oranında soru) oluşturur...

Reply, Egemen ve Kurumsal Düzeyde Yapay Zeka Çözümleri Geliştirmek İçin Mistral AI ile Ortaklık Kurduğunu Duyurdu

TORINO, İtalya, 18 Mart 2026--Reply [EXM, STAR: REY] bugün, yapay zeka lideri Mistral AI ile hızlandırmayı amaçlayan yeni bir ortaklık anlaşması duyurdu...

Dijital İkizlerden Dünya Modellerine: Mobil Uç Genel Zekası için Fırsatlar, Zorluklar ve Uygulamalar

6G ve ötesi iletişim sistemlerine doğru hızlı evrim, dijital ikizler ve dünya modellerinin ağ kenarında yakınlaşmasını hızlandırmaktadır. Geleneksel dijital ikizler, fiziksel sistemlerin yüksek doğrulukta temsillerini sunar ve izleme, analiz ve çevrimdışı optimizasyonu destekler. Ancak, oldukça dinamik uç ortamlarda, özerklik, uyarlanabilirlik ve ölçeklenebilirlik açısından sınırlamalarla karşılaşırlar. Bu makale, dijital ikizlerden dünya modellerine geçişin sistematik bir incelemesini sunmaktadır...

Ajanları Kontrol Altına Almak: Sağlık Hizmetlerinde Otonom Yapay Zeka için Sıfır Güvenlik Mimarisini Uygulamak

Büyük dil modelleriyle desteklenen otonom yapay zeka ajanları, kabuk yürütme, dosya sistemi erişimi, veritabanı sorguları ve çok taraflı iletişim gibi yeteneklerle üretime dağıtılmaktadır. Son zamanlardaki kırmızı ekip araştırmaları, bu ajanların gerçekçi ortamlarda kritik güvenlik açıkları sergilediğini göstermektedir: sahibine ait olmayan talimatlara yetkisiz uyum, hassas bilgi ifşası, kimlik taklidi, güvenli olmayan uygulamaların ajanlar arası yayılımı ve dolaylı komut enjeksiyonu tehditleri...

Vinova, Financial Times'ın Asya-Pasifik'teki En Hızlı Büyüyen İlk 500 Şirketi Arasında Üçüncü Kez Yer Aldı

Asya-Pasifik bölgesinin önde gelen teknoloji şirketlerinden Vinova, Financial Times tarafından üst üste üçüncü kez bölgedeki en hızlı büyüyen ilk 500 şirket arasına seçildi. Bu başarı, şirketin teknoloji alanındaki güçlü konumunu ve sürekli büyümesini tescilliyor.

GUIDE: Dijital Tasarım Eğitiminde Üretken Yapay Zeka Birimleri

Dijital Tasarım Eğitiminde Üretken Yapay Zeka Birimleri (GUIDE), çalıştırılabilir Google Colab laboratuvarları ve diğer materyalleri içeren açık bir ders materyali deposudur. Deponun mimarisini ve slaytlar, kısa videolar, çalıştırılabilir laboratuvarlar ve ilgili makalelerden oluşan standartlaştırılmış öğretim birimlerine dayalı eğitim yaklaşımını açıklıyoruz. Bu düzenleme, hem öğrencilerin öğrenme deneyimi hem de eğitmenler tarafından yeniden kullanım ve notlandırma açısından tutarlılık sağlar. GUIDE'ı üç temsilci birimle uygulamalı olarak gösteriyoruz: VeriT...

Openclaw Ajanları Birbirlerinden Öğrendiğinde: Eğitimde İnsan-Yapay Zeka Ortaklığı İçin Ortaya Çıkan Yapay Zeka Ajan Topluluklarından Elde Edilen İçgörüler

Yapay Zeka Destekli Eğitim (AIED) topluluğu, yapay zekanın "araçlardan takım arkadaşlarına" evrilmesini öngörüyor; ancak yapay zeka takım arkadaşlarını anlama biçimimiz ikili insan-yapay zeka etkileşimleriyle sınırlı kalıyor. Biz farklı bir bakış açısı sunuyoruz: 167.000'den fazla ajanın katıldığı, akran olarak etkileşimde bulunduğu ve araştırmacı müdahalesi olmadan öğrenme davranışları geliştirdiği hızla büyüyen bir yapay zeka ajan platformları ekosistemi. Moltbook, The Colony ve 4claw dahil olmak üzere birden fazla platformda bir ay süren günlük nitel gözlemlerden yola çıkarak dört...

Yapay Zeka Destekli Dijital Ruh Sağlığı Müdahalelerinin Kapsamlı Bir İncelemesi: Tarama, Destek, İzleme, Önleme ve Klinik Eğitimdeki Uygulamaların Haritalandırılması

Üretken Yapay Zeka (GenAI) ve İnsan Odaklı Yapay Zeka (HCAI) dahil olmak üzere yapay zeka (YZ) destekli dijital müdahaleler, dijital psikiyatri ve ruh sağlığı hizmetlerine erişimi genişletmek için giderek daha fazla kullanılmaktadır. Bu PRISMA-ScR kapsamlı incelemesi, yapay zeka destekli ruh sağlığı (mSağlık) teknolojilerinin beş kritik aşamadaki manzarasını haritalandırmaktadır: tedavi öncesi (tarama/triyaj), tedavi (terapötik destek), tedavi sonrası (uzaktan hasta izleme), klinik eğitim ve popülasyon düzeyinde önleme. ...

Yapay Zekaya Nasıl Yatırım Yapılır: Takip Edilmesi Gereken En İyi Yapay Zeka Hisseleri

Yapay zeka (YZ) teknolojileri, özellikle üretken yapay zeka alanındaki gelişmelerle yatırımcılar için büyük fırsatlar sunmaktadır. Bu haber, yapay zekanın bir yatırım fırsatı olarak nasıl değerlendirilebileceğini ve takip edilmesi gereken önde gelen yapay zeka şirketlerinin hisselerini incelemektedir.

Yapay Zeka Eğitiminde Devrim: MUD ile Transformer Modelleri Artık Çok Daha Hızlı!

Yeni geliştirilen MUD (Momentum Decorrelation) optimizasyon yöntemi, yapay zeka modellerinin eğitimini hızlandırarak, özellikle büyük Transformer ağlarında verimliliği artırıyor. Bu yenilik, mevcut yöntemlerin karmaşıklığını basitleştirerek donanım bağımlılığını azaltıyor ve daha hızlı sonuçlar vaat ediyor.

Yapay Zeka Hızla Öğreniyor: Karmaşık Görevlerde Anında Uyum Sağlayan Yeni Algoritma

Pekiştirmeli öğrenme alanında çığır açan yeni bir yöntem, yapay zeka sistemlerinin karmaşık kontrol görevlerine anında adapte olmasını sağlıyor. Bu yenilikçi yaklaşım, öğrenme süreçlerini hızlandırarak geleceğin otonom sistemlerine kapı aralıyor.

CARE: Çok Başlı Gizli Dikkat Mekanizmasını Etkinleştirmek için Kovaryans Duyarlı ve Derece Artırılmış Ayrıştırma

Gruplandırılmış sorgu dikkat mekanizması (GQA) gibi önceden eğitilmiş dikkat modüllerini çok başlı gizli dikkat mekanizmasına (MLA) dönüştürmek, KV önbellek maliyetini artırmadan ifade gücünü iyileştirebilir, bu da onu verimli çıkarım için cazip hale getirir. Ancak, birçok pratik dönüştürme temel çizgisi yalnızca ağırlık tabanlı düşük dereceli yaklaşımlara (örn. SVD tarzı başlatmalar) ve tekdüze derece tahsisine dayanmaktadır. Bu yaklaşımlar, ağırlık matrisleri arasındaki farkı en aza indirmeye odaklanır ve bu ağırlıkların girdi aktivasyonlarını nasıl etkilediğine değil, ign...

Yapılan Bahislerle Bilimsel Keşifler Hızlanıyor: Yeni Hipotez Testi Yöntemi

Çok kollu bahis tabanlı sıralı hipotez testi, birden fazla veri kaynağı arasından en umut verici olanı seçerek bilimsel araştırmaları ve ilaç geliştirmeyi hızlandırmayı hedefliyor. Bu yöntem, hangi tedavi dozunun etkili olduğunu veya hangi bilimsel hipotezin geçerli olduğunu daha verimli bir şekilde bulmaya olanak tanıyor.

Yapay Zeka Öğreniminde Büyük Sır Perdesi Aralanıyor: Gürültü Hassasiyeti Üssü, Hesaplama Zorluklarını Aydınlatıyor

Yüksek boyutlu verilerde makine öğreniminin ne zaman istatistiksel olarak mümkün ancak hesaplama açısından zor olduğunu anlamak, yapay zeka araştırmalarının temel sorunlarından biridir. Yeni bir çalışma, 'Gürültü Hassasiyeti Üssü' adı verilen basit bir ölçütün bu büyük boşlukları kontrol ettiğini ortaya koyuyor.

Bilimsel Python Kodlarındaki Gizli Hatalara Yapay Zeka Destekli Çözüm: scicode-lint

Bilimsel Python kodlarındaki, geleneksel araçların gözünden kaçan metodoloji hataları, yapay zeka destekli 'scicode-lint' aracıyla artık daha kolay tespit edilebilecek. Bu yeni yaklaşım, özellikle makine öğrenimi alanındaki yazılımların güvenilirliğini artırmayı hedefliyor.

Yapay Zeka Devrimi Cebimize Sığıyor: LLM'ler İçin Yeni Optimizasyon Metodu RAMP

Büyük Dil Modellerini (LLM) akıllı telefonlar ve giyilebilir cihazlar gibi kısıtlı kaynaklara sahip donanımlarda çalıştırmak artık daha verimli hale geliyor. RAMP adlı yeni bir yöntem, yapay zeka modellerinin boyutunu küçültürken performanslarını korumayı başarıyor.

Yapay Zeka Kararlarında Yeni Bir Dönem: Sınırsız Maliyetli Durumlar İçin Gelişmiş Öğrenme Yöntemleri

Yapay zeka ve makine öğrenimi alanında çığır açan yeni bir çalışma, belirsiz ve sınırsız maliyetli senaryolarda dahi daha akıllı kararlar alabilen algoritmaların kapısını aralıyor. Bu gelişme, robotik ve otonom sistemlerden finansal modellere kadar geniş bir yelpazede devrim yaratabilir.